引用迪安·W·鲍尔

前沿AI模型行业正面临严峻的经济现实。根据迪安·W·鲍尔的分析，训练一个前沿模型需要投入巨额资金，这些成本主要依靠发布后短短几个月的广泛使用来回收。一旦这段时间过去，模型就不再处于前沿地位，竞争对手迅速推出更先进的模型，导致利润率急剧下降。每一周的延迟都在侵蚀实验室实现盈利的宝贵窗口。以当前业界为例，训练一个顶尖模型动辄耗费数十亿美元，而盈利窗口通常只有三到六个月。此后，模型的价值大幅缩水，企业必须投入更多资源研发下一代模型才能维持竞争力。

与此同时，正在进行的AI基础设施建设——据前美国AI沙皇大卫·萨克斯称，对美国经济至关重要——基于一个关键假设：美国AI服务拥有全球总可寻址市场。然而，鲍尔指出，没有人会投资1000亿美元建设数据中心，只为向美国政府允许的100家公司提供前沿模型服务。这种全球市场假设不仅面临地缘政治风险，还可能因各国监管差异而受阻。例如，欧盟的AI法案可能限制数据传输，亚洲和非洲市场则可能因基础设施不足而难以渗透。

这些动态揭示了AI产业的结构性矛盾。一方面，高昂的训练成本和短暂的盈利窗口使得大多数AI公司难以实现可持续盈利；另一方面，基础设施投资的巨大规模要求全球市场支撑，而这在实践中充满不确定性。政策制定者需要认真考虑这些经济现实，否则可能影响美国在全球AI领域的领先地位。鲍尔在其题为《关于已发生之事与美国应当如何做的35条思考》的文章中，详细剖析了这些行业动态，并呼吁采取更务实的政策来应对即将到来的挑战。